当 AI 助手成为个人数据的黑箱，用户第一次被允许查看“它知道什么”
2026 年秋天，一个用户同时使用 ChatGPT、Claude 和 Gemini 已经不算罕见。他在 ChatGPT 里告诉助手自己正在规划一次旅行，在 Claude 里提到自己的写作偏好，在 Gemini 里询问过健康建议。三个助手各自保存着关于他的碎片化画像，彼此之间从不通信，用户也无法查看、修改或删除这些被吸收进模型记忆的个人信息。更麻烦的是，当他从 ChatGPT 切换到 Claude 时，所有上下文都要重新输入一遍。
这正是 Egoist Machines 试图切入的场景。2026 年 10 月 7 日，这家总部位于 San Francisco 的 Y Combinator 支持的公司宣布 AI Passport 正式上线。公司在新闻稿中同时披露，已完成 300 万美元种子轮融资，投资方包括 YC、一家欧洲家族办公室、Goodwater Capital 以及来自 DeepMind 和 Meta 的科学家。公司称，AI Passport 是“唯一一种让个人上下文在 ChatGPT、Claude、Muse 和 Gemini 等 AI 助手之间可携带、但仍由用户自己拥有的方式”。这一“唯一”表述来自公司新闻稿，尚无独立第三方验证。
AI Passport 的核心机制并不复杂：用户创建自己的 passport，连接偏好的 AI 助手和其他依赖个人数据的应用，如邮件、日历和工作生产力工具。当用户在某个已连接应用中分享新信息——比如正在规划的旅行——这些细节会自动同步到用户的 Inbox。用户可以逐条审查这些信息，决定是否共享给其他应用、仅保留在原应用或彻底删除。连接的应用也可以向 AI Passport 请求用户信息，但敏感信息如出生日期未经用户明确许可不会被提供。
| 字段 | 内容 |
|---|---|
| 公司 | Egoist Machines |
| 轮次 | 种子轮 |
| 金额 | 300 万美元 |
| 投资方 | Y Combinator、一家欧洲家族办公室、Goodwater Capital、来自 DeepMind 与 Meta 的科学家 |
| 总部 | San Francisco |
| 创始人 | Erin McGurk、Dr. David Khachaturov |
| 官网 | https://egoistmachines.com/ |
许可层不是新概念，但 Egoist 把它推到了 AI 助手之间的夹层位置
从产品逻辑上看，AI Passport 试图占据的位置是 AI 助手与应用之间的“上下文中间层”。它不替代 ChatGPT 或 Claude，也不试图成为另一个 AI 助手，而是在用户与多个 AI 应用之间建立一个由用户控制的上下文交换层。这个定位的独特性在于，它把“数据可携带性”从监管合规概念变成了一个可操作的产品功能。
公司称目前拥有 800 个不同应用的连接器，包括 AI 助手 ChatGPT、Gemini、Perplexity、Claude，以及 Notion、Gmail 等生产力应用，并每日增加更多。从产业链角度看，800 个连接器的意义不在于数量本身，而在于它是否覆盖了用户真正高频使用的应用。如果连接器集中在长尾应用而缺少主流 AI 助手的深度集成，AI Passport 的实用价值会大打折扣。目前公司披露的名单中确实包含了 ChatGPT、Claude、Gemini 和 Perplexity 四个主流 AI 助手，这是一个积极信号，但“连接器”的具体含义——是官方 API 集成、浏览器扩展还是其他形式——公司未披露。
另一个值得注意的产品细节是 AI Passport 的 Inbox 机制。用户不是一次性授权所有数据共享，而是每当新信息进入 Inbox 后，逐条决定共享范围。这种“逐条审查”的设计与当前 AI 助手的“全有或全无”数据吸收模式形成对比。公司联合创始人兼 CEO Erin McGurk 在公司新闻稿中表示：“Users decide exactly what enters their AI Passport, what stays private, and what gets shared – it’s not all or nothing, like it is today.”（用户决定什么进入他们的 AI Passport，什么保持私密，什么被共享——这不是全有或全无，像今天这样。）但逐条审查也带来一个明显的用户体验问题：如果用户每天在多个应用中产生大量新信息，Inbox 的审查负担可能迅速累积，最终导致用户要么放弃审查、要么放弃使用。公司尚未披露是否有自动化规则或默认设置来减轻这一负担，尽管新闻稿提到用户可以“设置合理的默认值来接受请求”。
免费产品背后，B2B2C 试点是真正的商业化前哨
Egoist Machines 的商业模式分为三层：面向消费者的免费 AI Passport、面向应用开发者的生态接入、以及面向企业的 B2B2C 试点。公司披露，今年夏天早些时候推出的测试版实现了 41% 的周环比增长，并有 10 个以上 B2B2C 试点，每个试点覆盖 100 万以上用户。
10 个以上试点、每个覆盖 100 万以上用户，如果这些数字属实，意味着 Egoist 在正式上线前已经通过企业渠道触达了至少 1000 万潜在用户。但这里有一个关键问题公司未披露：这些 B2B2C 试点中的“覆盖用户”是指试点合作方拥有的用户总数，还是实际激活了 AI Passport 的用户数？如果是前者，1000 万只是一个潜在市场规模的描述，而非产品实际渗透率。从新闻稿的措辞“每个试点覆盖 100 万以上用户”来看，更可能是指合作方平台的用户规模，而非 AI Passport 的活跃用户数。这个区分对评估公司真实 traction 至关重要。
从资本结构看，本轮 300 万美元种子轮的投资方组合值得拆解。Y Combinator 作为早期加速器，其投资金额通常较小，更多是品牌背书和网络效应。Goodwater Capital 是一家专注消费科技的基金，其参与暗示了 AI Passport 的消费级定位。一家欧洲家族办公室的加入则可能带来欧洲市场的数据主权视角，这与 GDPR 框架下的数据可携带性议题形成呼应。来自 DeepMind 和 Meta 的科学家以个人身份参与，更多是技术可信度的信号，而非机构资本的判断。整体来看，这是一个典型的 YC 种子轮结构：金额不大，但投资方组合试图同时覆盖技术、消费和监管三个维度。
“唯一方式”的说法需要放在数据可携带性的真实竞争格局中审视
Egoist Machines 在新闻稿中多次使用“唯一方式”来描述 AI Passport。这个表述需要被谨慎对待。从公开信息看，AI 助手之间的数据可携带性并非完全没有替代方案。用户今天已经可以通过手动复制粘贴、使用密码管理器、或依赖某些 AI 助手自带的“记忆”功能来实现部分上下文的跨应用迁移。但这些替代方案要么用户体验差，要么仍然把数据控制权留在应用手中，而非用户手中。
更值得关注的是大型 AI 平台自身的动向。如果 ChatGPT 或 Claude 未来推出官方的跨应用上下文共享功能，AI Passport 作为第三方中间层的价值将受到直接冲击。目前没有公开信息显示这些平台有此类计划，但考虑到 AI 助手之间的竞争关系，官方层面的数据互通在短期内不太可能出现。这恰恰是 Egoist 的机会窗口：在平台之间保持竞争壁垒的时期，第三方许可层可以扮演“中立交换机”的角色。但这个窗口的长度取决于平台策略的演变速度。
从监管角度看，公司引用的背景资料中有一项 2025 年调查，发现 82% 的消费者将 AI 数据失控视为严重的个人威胁。该调查的原始机构、样本量和调查方法均未披露，且调查时间早于本次 2026 年 10 月融资事件，属于历史背景数据，与本次交易无直接关联。如果这个数字接近真实，它意味着 AI 数据控制已经从一个隐私极客关心的话题变成了主流消费者的普遍焦虑。这种焦虑是 Egoist 产品需求的土壤，但焦虑转化为付费意愿或活跃使用的路径并不必然顺畅。免费产品可以降低试用门槛，但如何从免费用户转化为可持续的商业收入，公司尚未给出明确路径。
创始团队的剑桥背景与“从 0 到百万粉丝”的叙事，需要更冷静的拆解
Egoist Machines 的两位创始人 Erin McGurk 和 Dr. David Khachaturov 在剑桥大学相识。根据 2026 年 7 月的背景资料，McGurk 当时在学习 Land Economy，Khachaturov 正在完成机器学习方向的博士学业。YC 的公司页面显示，McGurk 曾在一年内将社交媒体账号从 0 增长到 100 万以上粉丝，并扩展了一家触及数百万人的社会企业。Khachaturov 则拥有剑桥大学计算机科学博士学位，以及牛津大学硕士学位。以上履历信息来自 YC 页面和 2026 年 7 月的背景资料，属于历史背景，与本次 2026 年 10 月融资事件无直接关联。
McGurk 的社交媒体增长经验对 AI Passport 的早期获客可能有直接帮助。测试版 41% 的周环比增长如果属实，说明团队在用户增长方面确实有执行能力。但社交媒体增长与 SaaS 或基础设施产品的增长逻辑不同。AI Passport 需要用户建立连接、审查 Inbox、设置权限，这是一个比“关注一个账号”重得多的行为。社交媒体经验能否迁移到这个场景，是一个待验证的假设。
Khachaturov 的机器学习背景则更直接地支撑了产品的技术可信度。但 AI Passport 的核心技术挑战可能不在机器学习本身，而在于连接器的工程维护、权限系统的安全设计、以及与 800 个应用之间的数据格式适配。这些是更偏向系统工程和数据工程的问题，而非机器学习研究问题。公司未披露团队在安全工程和数据基础设施方面的具体经验，这是一个信息缺口。
300 万美元能走多远：资金用途未披露，但可以从成本结构反推
Egoist Machines 未披露本轮资金的具体用途，仅表示资金将支持公司扩展 AI Passport 平台并扩大其连接应用生态。以下为编辑基于行业一般水平的推测，不构成对 Egoist 的具体判断：从一家种子轮公司的典型成本结构来看，300 万美元在 San Francisco 的运营环境下，大约可以支撑 8 到 12 人的团队运行 18 到 24 个月。Egoist 的实际团队规模和薪资结构未披露，因此该推测仅作为行业参考，不代表 Egoist 的实际 burn rate 或 runway。
800 个连接器的维护成本是一个容易被忽视的变量。每个连接器都需要适配目标应用的 API 变化、处理认证流程、维护数据同步的稳定性。如果这些连接器是公司自建的，800 个连接器的工程维护本身就是一笔持续的投入。如果部分连接器依赖第三方集成平台，则成本结构会有所不同，但公司未披露连接器的技术实现方式。这个信息缺口直接影响对资金使用效率的评估。
另一个资金消耗点是 B2B2C 试点的推进。10 个以上试点、每个覆盖 100 万以上用户，意味着 Egoist 需要与大型企业合作方进行技术对接、合规审查和定制化开发。这类企业级销售和集成工作通常是种子轮公司最大的现金消耗来源之一。如果 Egoist 在种子轮阶段同时推进 10 个以上企业试点，300 万美元的消耗速度可能比典型的消费级种子轮公司更快。
从“用户拥有数据”到“用户愿意管理数据”，中间隔着一个行为鸿沟
AI Passport 的产品哲学建立在“用户应该拥有自己的数据”这一价值判断上。这个判断在隐私倡导者和监管者中有广泛共识，但从价值判断到用户行为之间，存在一个需要验证的假设：用户是否真的愿意花时间管理自己的 AI 数据？
AI Passport 的 Inbox 机制要求用户定期审查新同步的信息，并逐条做出共享决策。这个行为模式与现有的权限管理工具有相似之处：用户知道应该使用，但实际使用率往往低于预期。AI Passport 面临的行为障碍可能比密码管理器更大，因为用户需要管理的不是登录凭证，而是更模糊、更碎片化的“个人上下文”。
公司新闻稿中提到用户可以“设置合理的默认值来接受请求”，这可能是降低行为负担的关键设计。如果默认规则足够智能，用户只需要处理异常情况而非逐条审查，AI Passport 的日常使用成本会显著降低。但公司未披露默认规则的具体实现方式和智能程度。这个产品细节将直接影响用户留存率，而留存率是比周环比增长更重要的指标。公司目前披露的 41% 周环比增长来自测试版阶段，测试版用户通常是高意愿的早期采用者，其行为模式不一定代表主流用户。
数据主权叙事与商业现实之间，Egoist 需要回答的三个问题
Egoist Machines 的融资故事建立在“AI 数据失控”这一真实且日益紧迫的问题之上。82% 的消费者担忧数据失控、监管者对数据主权的关注、以及多 AI 助手并用的趋势，都为 AI Passport 提供了有利的宏观环境。但一家种子轮公司能否把宏观趋势转化为可持续的产品采用和商业收入，取决于几个尚未回答的问题。
第一，800 个连接器的深度和稳定性。连接器的数量可以快速增长，但如果主流 AI 助手的连接是浅层的——比如只能读取部分数据而无法写入，或者频繁断连——用户的实际体验会大打折扣。公司未披露连接器的技术规格和稳定性指标。
第二，B2B2C 试点的转化路径。10 个以上试点、每个覆盖 100 万以上用户，如果这些试点能够转化为正式合作，Egoist 将获得一个可规模化的企业分发渠道。但试点到正式合作之间的转化率、付费模式和排他性条款均未披露。如果试点合作方只是将 AI Passport 作为一个免费功能提供给用户，而 Egoist 无法从中获得收入，那么这些试点的商业价值需要重新评估。
第三，平台方的态度。AI Passport 的价值主张依赖于 ChatGPT、Claude、Gemini 等平台的持续开放。如果这些平台收紧 API 政策、限制第三方连接器的数据访问权限，或者推出官方的数据可携带功能，Egoist 的中间层定位将面临生存威胁。目前没有公开信息显示这些平台对 AI Passport 的态度，但这是一个不可忽视的尾部风险。
从已披露的 300 万美元融资额、YC 支持和 800 个连接器来看，Egoist Machines 在种子轮阶段已经建立了一个有形的产品和一个初步的生态雏形。但“用户拥有的上下文层”能否从产品理念变成用户习惯，从免费工具变成可持续商业，从第三方夹层变成不可替代的基础设施，这三个跃迁中的任何一个都尚未被验证。300 万美元的种子轮只是这个验证过程的起点，而非终点。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Egoist Machines 把“数据可携带性”从监管术语变成了一个可点击的 Inbox，这是它最值得被认真对待的地方。但 800 个连接器和 10 个 B2B2C 试点还只是生态的骨架，不是生态的血液。真正的考验在于：当用户发现管理 AI 数据本身也需要劳动时，他们是否还愿意为“拥有自己的上下文”付出时间。如果答案是肯定的，Egoist 可能成为 AI 时代的密码管理器；如果答案是否定的，它可能只是一个隐私焦虑的精致出口。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。